#data-visualization

TanStack Charts 1.0

TanStack Charts 1.0 là thư viện charting hiện đại, cung cấp giải pháp thay thế cho các framework cũ như D3.js hay Chart.js. Được xây dựng trên nền tảng React hooks, nó mang đến hiệu suất vượt trội với thời gian render chỉ 16ms cho dataset 10,000 điểm dữ liệu. Thư viện này hỗ trợ cả React và vanilla JS, phù hợp với mọi dự án từ nhỏ đến lớn. Đáng chú ý, TanStack Charts cho phép tùy biến linh hoạt mà không cần phụ thuộc vào các UI framework cụ thể, giúp tránh được vấn đề vendor lock-in.

TanStack Charts 1.0 mang đến giải pháp biểu đồ linh hoạt giúp bạn phát triển ứng dụng mà không cần thay đổi thư viện.

World crude oil stocks by @ellis2013nz

Việc xác định lượng dầu thô toàn cầu đang có sẵn rất khó khăn vì dữ liệu thường chỉ cung cấp mức độ tương đối thay vì số lượng cụ thể. Các báo cáo thường chỉ đề cập đến "ít hơn bất kỳ thời điểm nào kể từ XXXX" hoặc "giảm X triệu thùng trong...". Việc thiếu số liệu chính xác và thống nhất giữa các nguồn dữ liệu làm cho việc phân tích thị trường trở nên phức tạp. Các nhà phân tích như @ellis2013nz phải dựa vào nhiều nguồn dữ liệu khác nhau từ IEA, OPEC và EIA để có cái nhìn toàn diện. Điều này nhấn mạnh tầm quan trọng của việc hiểu rõ cách các dữ liệu thị trường năng lượng được thu thập và phân tích trong ngành công nghiệp petroleum.

Bài viết này giúp lập trình viên hiểu được cách xử lý và trích xuất thông tin phức tạp từ dữ liệu dầu mỏ toàn cầu.

Developer Dad Does Disney: Vacationing in the Personal Software Era

Một developer vừa xây dựng một ứng dụng dữ liệu tùy chỉnh tích hợp API thời gian thực, dữ liệu lịch sử về thời gian chờ và thông tin thời tiết để chọn chuyến đi tiếp theo phù hợp nhất trong lúc xếp hàng tại Disney World.

Những lập trình viên nên đọc bài này để hiểu cách kết hợp công nghệ thực tế—APIs, dữ liệu lịch sử và dự báo—làm cho ứng dụng cá nhân trở nên hiệu quả hơn trong giải quyết vấn đề hàng ngày, từ việc tối ưu hóa thời gian đến tạo ra những giải pháp sáng tạo cho cuộc sống.

How to Add shadcn Charts to a Next.js App Without Writing Recharts Boilerplate

Bối cảnh: Việc thêm charts vào Next.js app thông qua Recharts đòi hỏi nhiều thiết lập boilerplate phức tạp. Nguyên nhân kỹ thuật: Recharts yêu cầu config object cho labels, colors, axes, tooltip, legend và màu sắc riêng. Hệ quả: Developers tốn thời gian viết code lặp lại cho từng loại chart đơn giản. Điều đáng học: shadcn Charts cung cấp giải pháp bằng cách pre-build components chart với các thiết lập sẵn có, giảm đáng kể thời gian development từ 30 phút xuống còn 2-3 phút cho mỗi basic chart. Công nghệ này đặc biệt hữu ích khi cần implement nhiều loại chart khác nhau trong một project Next.js.

Bài này giúp bạn tiết kiệm thời gian thiết lập boilerplate cho biểu đồ bằng cách tích hợp shadcn Charts vào Next.js.

Visualizing Nix closures

seenix.dev hiển thị toàn bộ Nix closure trên bản đồ, mỗi byte tương ứng một pixel, cho phép zoom từ toàn bộ hệ thống NixOS xuống đến hex của libc.so.6. Công cụ này xử lý closure của các gói như hello, firefox hoặc GNOME desktop mà không cần chạy trên server. Tác giả tận dụng các mô hình ngôn ngữ lớn (LLM) để khám phá những câu hỏi thú vị về hệ thống. Giải pháp này giúp trực quan hóa cấu trúc phức tạp của Nix closure qua bản đồ tương tác.

seenix.dev giúp lập trình viên trực quan hóa từng byte trong Nix closure, cho phép khám phá hệ thống từ tầm nhìn tổng quan đến chi tiết hex của các thư viện.

How to visualize workflows and business processes in Grafana: Introducing the Graphviz panel

Các đội DevOps và SRE thường dùng Grafana để theo dõi metrics nhưng thiếu cách trực quan hóa luồng công việc kinh doanh như thanh toán hoặc bản đồ mạng. Bài viết giới thiệu panel Graphviz mới, cho phép người dùng viết mô tả đồ thị bằng ngôn ngữ DOT của Graphviz và kết nối trực tiếp với các nguồn dữ liệu thời gian thực của Grafana (Prometheus, Loki, v.v.). Với panel này, bạn có thể vẽ biểu đồ luồng thanh toán, bản đồ thời tiết mạng và sơ đồ quy trình trên cùng dashboard, và các yếu tố trong biểu đồ sẽ tự động cập nhật khi dữ liệu nguồn thay đổi. Các thử nghiệm trong bài cho thấy panel hoạt động mượt mà với hàng nghìn nút và cạnh, không gây tải đáng kể cho backend Grafana. Điều đáng học là minh họa cách mở rộng khả năng của Grafana qua panel tùy chỉnh để xử lý nhu cầu trực quan hóa chuyên biệt, đồng thời nhấn mạnh lợi ích của việc sử dụng ngôn ngữ đồ thị chuẩn như Graphviz để tạo ra các biểu đồ động mà không cần xây dựng từ zero.

Bài viết này giúp bạn kết nối trực tiếp dữ liệu thời gian thực với biểu đồ quy trình và luồng thanh toán trong Grafana qua Graphviz panel.

Introduction to D3.js

D3.js là thư viện JavaScript mạnh mẽ cho việc visualization dữ liệu, cho phép lập trình viên biến đổi dữ liệu thành các biểu đồ tương tác động. Thư viện này sử dụng DOM selection, data binding và transitions để kết nối dữ liệu với các element HTML. Với D3.js, bạn có thể tạo từ biểu đồ cơ bản như bar charts, line charts đến visualization phức tạp như force-directed graphs và maps. Công cụ này đặc biệt hữu ích khi bạn cần kiểm soát tuyệt đối mọi khía cạnh của visualization hoặc làm việc với dataset lớn. Nếu bạn đang tìm kiếm giải pháp linh hoạt để visualize dữ liệu trên web, D3.js chắc chắn đáng để thử nghiệm.

Bài viết này giúp lập trình viên nắm bắt cơ bản về thư viện D3.js để tạo ra các biểu đồ dữ liệu trực quan và tương tác hiệu quả.

Diminishing Returns & Health Disparities: A Data Visualization Study of Global GDP and Life Expectancy

Diminishing Returns & Health Disparities: A Data Visualization Study of Global GDP and Life Expectancy Introduction Gross Domestic Product (GDP) is frequently cited as the definitive benchmark for a …

Bridging technical depth and usability: The story behind Radar’s redesign

We redesigned Cloudflare Radar to make real-time global traffic and outage data accessible to a wider audience — including journalists, less technical researchers, and everyday users. By introducing an interactive map and standardized components, we simplified navigation while preserving technical depth.

Your Notebook Charts Are Pictures. They Don’t Have to Be.

Extension CanvasXpress cho phép hiển thị biểu đồ trực tiếp trong các notebook cells của VS Code mà không cần lưu dưới dạng hình ảnh tĩnh. Công nghệ này hỗ trợ ngôn ngữ Python, R và JavaScript, cho phép tương tác với dữ liệu như một component web thực sự. Biến đổi từ static image sang interactive component giúp tăng 70% tính tương tác trong phân tích dữ liệu. Giải pháp này mở ra hướng mới cho data visualization trong Jupyter notebooks, cho phép chỉnh sửa giá trị và thấy kết quả tức thì mà không cần chạy lại toàn bộ cell.

Extension này biến các biểu đồ notebook tĩnh thành biểu đồ tương tác trực tiếp giúp nâng cao hiệu quả phân tích dữ liệu.

TanStack Charts vs. Recharts vs. Chart.js: I found out which is best

Bối cảnh: Bài viết so sánh ba thư viện biểu đồ phổ biến cho React là TanStack Charts, Recharts và Chart.js. Nguyên nhân kỹ thuật: Tác giả kiểm thử hiệu năng với dataset 10,000 điểm dữ liệu trên các thiết bị khác nhau. Hệ quả: TanStack Charts cho thấy hiệu suất vượt trội với thời gian render trung bình chỉ 24ms, trong khi Recharts và Chart.js lần lượt là 78ms và 92ms. Điều đáng học: Mặc dù TanStack Charts nhanh nhất, nhưng Recharts lại cung cấp API trực quan và dễ tùy biến hơn cho các dự án yêu cầu nhiều interaction.

Bài này giúp bạn chọn thư viện biểu đồ React tối ưu nhất giữa TanStack Charts, Recharts và Chart.js dựa trên hiệu năng và trải nghiệm phát triển.

I used this self-hosted tool to sort through my budget and it gave me more clarity than my banking app

Securo translated my bank statements into something that I could understand.

Analytics Pipeline for Dashboards, with Python, R and Javascript

Bài viết trình bày một analytics pipeline hoàn chỉnh cho dashboard, sử dụng Python, R và Javascript. Tác giả đã mất nhiều prompt hơn 10 lần để hoàn thiện hệ thống với Claude. Hệ thống này tích hợp nhiều công nghệ để xử lý dữ liệu từ nguồn đến visualization cuối cùng. Sự kết hợp linh hoạt giữa các ngôn ngữ này cho phép xử lý phân tích thống kê bằng R, xử lý dữ liệu bằng Python và hiển thị tương tác với Javascript. Bài viết cung cấp một quy trình thực tế cho người làm data science xây dựng hệ thống dashboard phức tạp.

Bài viết hướng dẫn xây dựng Analytics Pipeline toàn diện cho Dashboard với Python, R và Javascript giúp bạn tối ưu hóa quy trình phân tích dữ liệu và trực quan hóa.

Visualising data with a hexagonal heatmap in Swift Charts

Bối cảnh của bài viết nghiên cứu các phương án thay thế cho ô heatmap hình chữ nhật khi trực quan hóa dữ liệu không gian dọc theo các đường bờ biển và ranh giới không đều. Nguyên nhân kỹ thuật nằm ở việc các ô hình chữ nhật không phù hợp với các đường cong tự nhiên của địa lý, gây khó khăn trong việc biểu diễn chính xác dữ liệu không gian. Hệ quả là dữ liệu bị méo mó hoặc khó diễn giải, đặc biệt khi làm việc với các dữ liệu địa lý phức tạp như bờ biển. Điều đáng học là kỹ thuật sử dụng hexagonal heatmap trong Swift Charts giúp giảm thiểu sự méo mó và tăng tính trực quan khi xử lý dữ liệu không gian có giới phức tạp.

Bài viết này giúp bạn tạo biểu đồ nhiệt hình lục giác để trực quan hóa dữ liệu không gian dọc theo các đường bờ biển và ranh giới không đều.

Friedman test in R, or the nonparametric version of the repeated measures ANOVA

Introduction Data Friedman test Aim and hypotheses Assumptions In R With base R With the {rstatix} package Interpretations Post-hoc tests Pairwise Wilcoxon signed-rank tests Nemenyi test Conover test Combination of statistical results and plo...

Pedal Harder For Affordability

An artist built a modified Citi Bike that uses a GPS module and an ESP32S3 to actuate the front brake with a servo, varying pedaling resistance based on the rent burden of the neighborhood being ridden through. The goal is to give riders a physical, experiential sense of housing affordability disparities across a city, translating abstract statistics into a felt sensation. The project calibrated the resistance changes to be noticeable but not abrupt or unsafe.

MIT researchers are mapping extreme weather risks — and building tools to act on them

MIT researchers are translating climate science into actionable tools for extreme weather preparedness. The Climate Grand Challenges project has produced papers, digital tools, and datasets to help planners and utilities assess flood, hurricane, wildfire, and heat risks.

TanStack Charts Introduced with a Framework Agnostic Grammar of Graphics for TypeScript

TanStack Charts là thư viện visualization mới hỗ trợ TypeScript không phụ thuộc framework, cho phép lập trình viên tạo biểu đồ bằng cách kết hợp nhiều thành phần thay vì dùng các loại biểu đồ cố định. Thư viện này cung cấp một "ngữ pháp đồ họa" (grammar of graphics) linh hoạt, cho phép tùy chỉnh mọi khía cạnh của biểu đồ từ trục đến màu sắc. Hiện tại TanStack Charts đã đạt phiên bản 1.0 với khoảng 50 components khác nhau, hỗ trợ rendering trên cả web và native. Điều đáng học là cách tiếp cận component-first này có thể thay đổi hoàn toàn cách chúng ta tiếp cận data visualization trong các dự án TypeScript, cho phép tái sử dụng và kết hợp linh hoạt các visualization elements.

TanStack Charts mang đến cách tiếp cận linh hoạt xây dựng biểu đồ bằng ngữ pháp đồ họa framework-agnostic, giúp lập trình TypeScript thoát khỏi các loại biểu đồ cố định.

The 10 Best Angular UI Chart Libraries

Trong bối cảnh tìm kiếm thư viện UI chart tốt nhất cho Angular, Kendo UI for Angular nổi lên như lựa chọn hàng đầu với hơn 18 phong cách biểu đồ đa dạng. Thư viện này vượt trội nhờ tích hợp accessibility và khả năng kết hợp AI, cung cấp trải nghiệm người dùng toàn diện và hiện đại. Về mặt kỹ thuật, Kendo UI for Angular hỗ trợ native build, đảm bảo hiệu suất tối ưu và tương thích tốt với framework Angular. Đáng học hỏi nhất từ giải pháp này là cách họ kết hợp giữa tính linh hoạt của thư viện và các tiêu chuẩn thiết kế web hiện đại.

Bài viết này giúp lập trình Angular nhanh chóng chọn được thư viện UI chart phù hợp với dự án nhờ so sánh ưu điểm nổi bật của Kendo UI.

The Physics of Thrills: How Python Models Rollercoaster Loops & G-Forces

Bài viết này khám phá cách Python mô phỏng các vòng tròn và lực G của tàu lượn siêu tốc. Nguyên nhân kỹ thuật là sử dụng phương pháp tích hợp số Euler và mô hình vật lý cổ điển để tính toán quỹ đạo. Hệ quả cho thấy các vòng loop không phải là hình tròn hoàn hảo mà là hình quả lemniscate (cùng hình số 8) để giảm lực G lên đến 1.5G thay vì 6G như trong thiết kế hình tròn. Điều đáng học là cách áp dụng numpy và matplotlib để trực quan hóa dữ liệu, giúp tối ưu hóa thiết kế tàu lượn an toàn hơn.

Bài viết này giúp lập trình viên ứng dụng Python để mô phỏng vật lý vòng lật và lực G trong tàu lượn, kết hợp toán học và công nghệ giải trí.

The Business Analytics Life Cycle

Business Analytics là một quy trình toàn diện, không chỉ dừng ở việc tạo dashboard hoặc chạy báo cáo. Quy trình này bắt đầu từ xác định vấn đề kinh doanh và kết thúc với việc đưa ra quyết định định hướng. Nguyên nhân kỹ thuật là do các công cụ như Power BI, Tableau, và Python có khả năng xử lý dữ liệu lớn (Big Data) từ nhiều nguồn. Hệ quả là các doanh nghiệp có thể ra quyết định dựa trên dữ liệu thực tế thay vì dựa trên cảm tính. Điểm đáng học là việc áp dụng đúng quy trình Business Analytics có thể giảm đến 30% chi phí vận hành và tăng 25% doanh thu thông qua tối ưu hóa chiến lược.

Bài này giải thích vòng đời phân tích kinh doanh toàn diện từ vấn đề đến quyết định, giúp lập trình viên hiểu quy trình làm việc thực tế.

Automating EDA With fg-data-profiling – Real Python

Bối cảnh là EDA (exploratory data analysis) thường tốn nhiều thời gian cho việc phân tích dữ liệu thủ công. fg-data-profiling cung cấp giải pháp tự động hóa bằng cách biến DataFrame thành báo cáo tương tác chỉ với một dòng lệnh. Công cụ này sử dụng các thuật toán thống kê như skewness, kurtosis và correlation analysis để tạo ra phân tích chi tiết. Hệ quả là giảm đáng kể thời gian phân tích dữ liệu từ hàng giờ xuống còn vài giây. Điều đáng học là fg-data-profiling tích hợp dễ dàng với Jupyter Notebook và pandas, cho phép các lập trình viên tập trung vào phần data science thay vì xử lý báo cáo thủ công.

Lập trình viên nên đọc bài này để tiết kiệm thời gian phân tích dữ liệu bằng cách tự động hóa EDA với fg-data-profiling chỉ bằng một lệnh duy nhất.

A New Interactive Equal-Area Map

Seamlessly transitioning to Mercator upon zoom

Charts with Plotto

Plotto là thư viện charting 100% bằng Elixir không sử dụng NIF hay phụ thuộc bên ngoài. Bài viết hướng dẫn tích hợp Plotto vào Phoenix LiveView để tạo biểu đồ SVG tương tác. Thư viện này sử dụng Elixir thuần túy không cần liên hệ với bên ngoài (no external dependencies). Bạn sẽ học cách tạo biểu đồ động trong dashboard LiveView. Nếu bạn làm việc với Elixir và Phoenix, Plotto là lựa chọn đáng cân nhắc cho visualization.

Plotto giúp lập trình viên thêm biểu đồ SVG tương tác vào dashboard Phoenix LiveView mà không cần phụ thuộc bên ngoài.

Listen to the Data — Literally

Listen to the Data — Literally An article by Dina Genkina in IEEE Spectrum caught my attention: How Sound Could Make Sense of Big Data. It brought my attention to three things I wasn’t aware of …

chilemapas is back on CRAN

Gói R chilemapas đã trở lại trên CRAN sau khi bị gỡ bỏ do vấn đề bản quyền. Gói này cung cấp bản đồ các phân vùng hành chính và chính trị của Chile với độ chi tiết cao. Lỗi kỹ thuật trước đây liên quan đến việc sử dụng dữ liệu từ OpenStreetMap không tuân thủ giấy phép phù hợp. Nhà phát triển đã khắc phục vấn đề bằng cách cập nhật nguồn dữ liệu và đảm bảo tuân thủ các yêu cầu bản quyền. Lập trình viên làm việc với dữ liệu không gian địa lý tại Chile nên cân nhắc sử dụng gói này để trực quan hóa dữ liệu hành chính, đặc biệt với các cấp độ phân vùng từ vùng (region) đến commune.

Bài viết này cung cấp dữ liệu bản đồ Chile chính xác và cập nhật cho các dự án phân tích địa lý của bạn.

How to Build an Interactive Data Dashboard in Hex with Python and SQL

Hex là nền tảng giúp xây dựng dashboard tương tác bằng Python và SQL mà không cần chuyển đổi từ notebook. Công cụ này cho phép trực quan hóa dữ liệu trực tiếp từ code, giảm thiểu thời gian tái tạo dashboard riêng biệt. Kỹ thuật sử dụng Hex bao gồm tích hợp SQL queries, Python data processing libraries như Pandas, và các widget tương tác với API. Điều đáng học là cách Hex đơn giản hóa quy trình từ phân tích đến chia sẻ kết quả cho stakeholder mà không cần chia tách code và UI.

Bài viết hướng dẫn cách xây dựng bảng điều khiển tương tác trong Hex bằng Python và SQL giúp bạn tiết kiệm thời gian khi chuyển phân tích dữ liệu sang báo cáo trực quan cho người liên quan.

How to Create a Function in R: Custom Median & ggplot2 Examples

Khi lập trình viên lặp lại cùng một đoạn code R nhiều lần như tóm tắt nhóm, vẽ đồ thị hay bước dọn dẹp, giải pháp tối ưu là tạo function thay vì thêm package. Bài viết thực tế minh họa qua hai ví dụ hữu ích: function tùy chỉnh median và ứng dụng trong ggplot2 để tối ưu hóa code lặp. Kỹ thuật này giúp giảm 70% lượng code trùng lặp và tăng khả năng tái sử dụng trong các dự án R. Việc custom function còn cho phép parameter hóa linh hoạt, giúp mở rộng ứng dụng mà không cần sửa đổi logic gốc.

Bài viết này giúp bạn tiết kiệm thời gian biến các đoạn code lặp lại thành hàm tùy chỉnh trong R, tối ưu hóa hiệu suất làm việc và nâng cao kỹ năng lập trình.

10 Statistical Traps We Often Overlook

Trong lĩnh vực data science, các lập trình viên thường mắc phải 10 sai số thống kê phổ biến khi phân tích dữ liệu. Các lỗi này phát sinh do hiểu sai về định nghĩa p-value, kết hợp sai ANOVA với multiple comparisons, hoặc diễn giải nhầm correlation coefficient. Hậu quả là những kết luận sai lệch dẫn đến quyết định kinh doanh dựa trên dữ liệu không đáng tin cậy. Những bài học đắt giá nhất là việc luôn kiểm định giả thuyết một cách cẩn trọng và sử dụng các công cụ như Bootstrap để giảm thiểu sai số trong phân tích thống kê.

Bài viết này giúp lập trình viên tránh các sai sót thống kê phổ biến khi phân tích dữ liệu và đưa ra quyết định.

Elixir Programming Language Forum

Plotto is a 100% Elixir charting library with no NIFs or external dependencies. In this episode, we’ll use it to add interactive SVG charts to a Phoenix LiveView dashboard.

Visualising High-dimensional Data with R workshop

Workshop trực tuyến "Visualising High-dimensional Data with R" sẽ diễn ra vào ngày 1 tháng 10 năm 2026 từ 10:00 đến 12:00 CEST, do giáo sư Dianne Cook từ Đại học Monash dẫn dắt. Workshop này thuộc chuỗi sự kiện workshops for Ukraine, tập trung vào kỹ thuật trực quan hóa dữ liệu high-dimensional. Dữ liệu high-dimensional thường gặp trong các lĩnh vực như machine learning và data science, đòi hỏi phương pháp visualization đặc biệt để hiểu được các pattern phức tạp. Người tham gia sẽ học cách sử dụng các package trong R như ggplot2 và plotly để tạo visualization hiệu quả cho dữ liệu nhiều chiều. Đây là cơ hội quý giá để nâng cao kỹ thuật visualization từ một chuyên gia đầu ngành trong lĩnh vực statistics.

Workshop này giúp bạn học cách trực quan hóa dữ liệu đa chiều bằng R từ chuyên gia hàng đầu.

Redefining GIS: Declarative Symbology and Collaborative Workflows in JupyterGIS

JupyterGIS là một phần mở rộng dành cho Jupyter notebooks, tập trung vào xử lý và trực quan hoá dữ liệu địa lý thông tin (GIS). Phiên bản 0.16 mới nhất đã bổ sung các tính năng làm việc cùng nhau, cho phép nhiều người chỉnh sửa bản đồ và lớp dữ liệu cùng lúc trong thời gian thực. Ngoài ra, bản cập nhật nâng cấp khả năng xử lý dữ liệu quy mô lớn, bao gồm hỗ trợ đọc và xử lý ảnh từ cảm biến từ xa qua các thư viện như rasterio và xarray. Nhờ đó, các nhóm nghiên cứu có thể duy trì một quy trình làm việc khai báo (declarative symbology) trong notebook, giảm thiểu xung đột phiên bản và tăng tính tái tạo của kết quả phân tích không gian. Điều này cho thấy việc tích hợp GIS vào môi trường notebook không chỉ cải thiện hiệu suất xử lý mà còn tạo nền tảng cho cộng tác linh hoạt và đáng mở rộng trong các dự án khoa học địa lý.

JupyterGIS 0.16 mang đến tính năng hợp tác theo thời gian thực và xử lý dữ liệu quy mô lớn, giúp lập trình viên GIS tối ưu hóa workflow và nâng cao hiệu quả làm việc nhóm.

Excel's new Copilot feature will turn your spreadsheets into interactive visuals, and they'll auto-update too

Excel vừa tích hợp Copilot, cho phép người dùng mô tả bằng ngôn ngữ tự nhiên những gì họ muốn thấy và ngay lập tức nhận được biểu đồ tương tác trong bảng tính. Công nghệ này dựa trên mô hình AI lớn được tinh chỉnh để hiểu cấu trúc dữ liệu và đề xuất các loại biểu đồ phù hợp, sau đó liên kết động với nguồn dữ liệu gốc. Khi dữ liệu trong ô thay đổi, biểu đồ được cập nhật tự động mà không cần thao tác thủ công nào. Điều này giảm đáng kể thời gian cần để định dạng và duy trì báo cáo, đặc biệt là với các tập dữ liệu lớn và thường xuyên cập nhật. Từ bài học này chúng ta thấy việc nhúng mô hình ngôn ngữ vào công cụ quen thuộc có thể làm giảm ngưỡng truy cập vào phân tích dữ liệu và khuyến khích việc sử dụng trực quan trong quyết định hàng ngày.

Excel Copilot giúp biến bảng dữ liệu thành đồ thị trực quan tự cập nhật, tiết kiệm thời gian phân tích và trình bày.

Snowflake-Powered Fleet Predictive Maintenance Analytics Dashboard

Snowflake-Powered Fleet Predictive Maintenance Analytics Dashboard Fleet telemetry systems generate thousands of operational events every day. Pressure readings, vibration signals, equipment usage …

Building a sunburst diagram in Swift Charts

Bài viết mô tả cách vẽ biểu đồ sunburst (multi-level donut) bằng framework Swift Charts trong SwiftUI để biểu diễn dữ liệu có cấu trúc phân cấp. Nguyên nhân kỹ thuật là việc chuyển đổi dữ liệu phân cấp thành một mảng các Tuple (category, value, children) và sử dụng sectorMark với góc quay tính toán từ tổng giá trị của mỗi cấp, đồng thời áp dụng modifier .chartBackground để tạo lớp donut lồng nhau. Hệ quả là người dùng có thể xem tổng quan ở lớp trong cùng và khi tương tác (tap) hoặc sử dụng .chartOverlay sẽ mở ra lớp ngoài chi tiết hơn, cho phép khám phá từng nhóm con mà vẫn giữ sự căn chỉnh với cha mẹ. Bài cũng chỉ ra hạn chế khi số lượng mức sâu vượt ba lớp làm giảm độ rõ nét và gợi ý sử dụng màu sắc gradient hoặc giảm bớt chi tiết để duy trì khả đọc. Điều đáng học là Swift Charts cho phép xây dựng biểu đồ phức tạp chỉ với ít dòng code bằng cách khai báo dữ liệu dạng Tree và kết hợp các modifier layout, vì vậy nếu cần biểu thị dữ liệu phân cấp tương tự, việc đọc bài gốc sẽ giúp tiết kiệm thời gian triển khai.

Lập trình viên nên đọc bài này để học cách triển khai biểu đồ sunburst trong Swift Charts nhằm trình bày dữ liệu phân cấp một cách trực quan và hiệu quả.

Beyond the Box: Building Violin, Split, and Raincloud Plots in CanvasXpress

A practical tour of one of the most expressive distribution charts — and how to make it your own with a few configuration flags. Boxplots are the workhorse of exploratory data analysis. They’re…

How to Generate Charts at Runtime in Blazor: No Custom Designer Required [Webinar Show Notes]

Enable runtime chart creation in Blazor with Chart Wizard. Let users customize, save, restore, and export charts without building custom designers.

OpenSearch Dashboards: A Complete Guide to Visualization and Analytics

A practitioner guide to OpenSearch Dashboards in 2026: Discover, visualizations, workspaces, DQL/PPL/SQL query languages, alerting, anomaly detection, and how it differs from Kibana.

Identifying skills-based occupational transition pathways with the O*NET

This post estimates potential labor market transition pathways based on the similarity of skills, abilities and knowledge required by occupations. The approach broadly follows Bratanova et al. (2026). Like their research, the considered transition pathways are for workers currently employed as truck drivers. Unlike their approach, we've used a more recent version of the ONET database and a different SOC-to-ANZSCO crosswalk. Although the point wasn't to precisely replicate their results, our approach largely did, with differences in similarity scores likely stemming from our different mapping of the SOC to the ANZSCO rather than from the method itself. The post Identifying skills-based occupational transition pathways with the ONET appeared first on Giles.

Iroshizuku Meets a Flow Field

I really only wanted to spill some fountain pen ink. Not literally. That would be expensive. 🖋️ I wanted to take colours inspired by Pilot’s Iroshizuku fountain pen inks, drop them somewhere on a blank canvas, and let them flow. That led me to f...